第壹,傳統信貸服務對象主要是受到嚴格金融監管的傳統持牌機構,因而定制化。然而,創造了大量創新金融業態的互聯網公司和高科技企業的需求沒有得到充分考慮,導致金融科技企業難以相應控制風險,轉而研發新的大數據網絡征信模型。
第二,傳統的征信主要用於解決信用記錄完整、信用評分高的客戶的信用問題,而排除了大量沒有信用評分的客戶和缺乏高質量信用記錄的信用評分低的客戶。導致大量低收入群體和中小企業信貸成本高或信貸額度低。
第三,這個細分市場是大部分網上小貸企業關註的重點,新的大數據網絡征信也逐漸發展出壹套全新高效的數據挖掘方法。
第四,傳統征信主要服務於傳統金融機構,依賴客戶信用記錄。大部分數據來自銀行系統和與此直接相關的線下渠道,嚴格保護客戶隱私。
第五,由於金融科技公司不具備金融資質,難以直接獲取相關敏感數據進行建模,只能轉向電子商務、網絡社交、電子支付等多場景在線數據。
第六,傳統的信用數據相對結構化、低維,壹般只涉及二三十個變量,以保證模型結果的穩定性,但也導致無法有效評估缺乏相關標準化信用記錄的客戶的風險。
新的大數據網絡信用數據維度可達數千,覆蓋消費者行為、社交等各類非結構化數據,解決傳統征信未覆蓋的億萬網民信用評價問題。
第七,傳統信貸數據出現的頻率相對較低,且主要基於歷史統計規律。將個人信用的歷史數據與基於歷史數據庫總結的信用分布進行對比,可以推斷出財務困難客戶的發展趨勢,結論相對滯後。